中国农业科学院农业信息研究所 主办
当前位置: 首页 > 文章 > 基于改进Mask R-CNN的花白鲢去鳞率计算方法研究

基于改进Mask R-CNN的花白鲢去鳞率计算方法研究

大连工业大学海洋食品精深加工关键技术省部共建协同创新中心;农业农村部远洋渔船与装备重点实验室;国家水产品加工装备研发分中心;中国水产科学研究院渔业机械仪器研究所

摘  要:
去鳞是鱼类加工重要的环节之一,快速无损地计算去鳞率可实现对去鳞设备的评估或对其运行状态的实时监测.针对中国现阶段鱼类去鳞率主要靠人工计算的现象,提出一种基于实例分割的花白鲢去鳞率计算方法,将去鳞后的鱼体分为无鱼鳞区域和有鱼鳞区域,通过改进Mask R-CNN进行分割,计算去鳞率.将注意力机制模块SENet加入以ResNet50为Backbone的特征提取网络中,并通过减层处理,使网络更注意有价值特征的同时减少运算时间,并通过改进Loss函数迫使网络优化方向偏向于掩膜分割.结果显示:以1950张花白鲢图像作为数据集,对改进的Mask R-CNN模型进行训练,精准率达到90.6%,召回率达到91.9%;经试验验证,去鳞率计算平均误差为4.7%.研究表明,该方法具有良好的检测鱼体去鳞率能力以及实时计算能力,可用于评估去鳞设备,也可用于实时监测.

关键词:花白鲢;去鳞率;深度学习;Mask R-CNN;机器视觉;水产品加工

PDF下载 引用

所属期刊

渔业现代化

ISSN: 1007-9580

CN: 31-1737/S

相似文章

推荐期刊